Quant Decoded Research·Portofolio·2026-03-08·12 min

Runtuhnya Korelasi Saat Krisis: Mengapa Diversifikasi Gagal Saat Paling Dibutuhkan

Korelasi antar kelas aset melonjak drastis selama krisis pasar, tepat ketika investor mengandalkan diversifikasi untuk perlindungan. Artikel ini mengkaji bukti empiris runtuhnya korelasi, mengapa optimisasi mean-variance meremehkan risiko crash, dan pendekatan hedging praktis ketika diversifikasi tradisional gagal.

Sumber: BIS Working Papers ↗

Poin Utama

Korelasi antar kelas aset melonjak secara dramatis selama krisis pasar, tepat ketika diversifikasi seharusnya melindungi portofolio. Korelasi berpasangan rata-rata ekuitas naik dari sekitar 0,30 di pasar tenang menjadi 0,70 atau lebih tinggi selama peristiwa sistemik. Asimetri ini berarti portofolio yang dibangun menggunakan statistik periode normal akan secara sistematis meremehkan risiko ekor (tail risk). Model regime-switching dan pendekatan berbasis copula memberikan penilaian yang lebih realistis, tetapi investor juga harus mempertimbangkan lindung nilai struktural yang tidak bergantung pada stabilitas korelasi.

Janji Diversifikasi dan Batasannya

Teori portofolio modern, sebagaimana diformalisasikan oleh Harry Markowitz pada 1952, bersandar pada wawasan yang kuat: menggabungkan aset dengan korelasi yang tidak sempurna mengurangi risiko portofolio tanpa mengorbankan expected return. Semakin rendah korelasi antar aset, semakin besar manfaat diversifikasi. Inilah mengapa investor memegang obligasi bersama saham, menambahkan ekuitas internasional, dan mengalokasikan ke aset alternatif.

Matematikanya sederhana. Untuk portofolio dua aset, varians total bergantung pada varians masing-masing aset dan korelasi mereka. Ketika korelasi rendah atau negatif, volatilitas portofolio secara substansial lebih rendah dari rata-rata tertimbang volatilitas individual. Selama pasar normal, ini bekerja dengan indah.

Masalah muncul di bagian ekor (tails). Longin dan Solnik (2001), dalam makalah bersejarah mereka di Journal of Finance, menunjukkan bahwa korelasi antara pasar ekuitas internasional meningkat secara signifikan selama pasar bearish. Struktur korelasi yang ada selama periode tenang -- struktur yang sama yang digunakan untuk membenarkan alokasi diversifikasi -- runtuh selama krisis. Diversifikasi memberikan perlindungan yang lebih sedikit tepat ketika perlindungan paling dibutuhkan.

Bukti Empiris

Bukti untuk breakdown korelasi sangat kuat dan mencakup puluhan tahun sejarah pasar.

Krisis Keuangan Global 2008 memberikan contoh paling jelas. Dalam 12 bulan sebelum September 2008, korelasi berpasangan rata-rata di antara indeks ekuitas pasar maju adalah sekitar 0,35. Selama crash Oktober-November 2008, angka ini melonjak ke atas 0,80. Ekuitas, obligasi korporasi, REITs, komoditas, dan strategi hedge fund semuanya jatuh bersamaan. Satu-satunya kelas aset utama yang mempertahankan korelasi negatifnya adalah US Treasuries.

Crash COVID-19 Maret 2020 mereplikasi pola ini. Selama kepanikan likuiditas awal, bahkan aset yang secara tradisional tidak berkorelasi pun terjual bersamaan. Emas sempat turun bersamaan dengan ekuitas. Obligasi korporasi investment-grade kehilangan nilai. Perebutan uang tunai mengalahkan semua hubungan diversifikasi.

Krisis Keuangan Asia 1997-98 dan kolapsnya LTCM menunjukkan bahwa lonjakan korelasi tidak terbatas pada pasar maju. Penularan menyebar dari Thailand ke Korea, Rusia, dan akhirnya ke AS, ketika posisi berleverage di-unwind di seluruh kelas aset.

BIS Working Papers telah mendokumentasikan fenomena ini di berbagai krisis, mencatat bahwa lonjakan korelasi bukan sekadar artefak statistik dari volatilitas yang lebih tinggi. Bahkan setelah menyesuaikan untuk hubungan mekanis antara volatilitas dan korelasi (Forbes dan Rigobon, 2002), korelasi kondisional yang sebenarnya masih meningkat secara bermakna selama periode stres.

Peristiwa KrisisKorelasi NormalKorelasi KrisisDurasi Lonjakan
Krisis Asia 1997-98~0,30~0,656-8 bulan
GFC 2008~0,35~0,8012-18 bulan
Utang Eropa 2011~0,40~0,704-6 bulan
COVID-19 2020~0,35~0,752-3 bulan

Mengapa Optimasi Mean-Variance Gagal

Kerangka Markowitz mengasumsikan bahwa korelasi konstan -- atau setidaknya stasioner -- dari waktu ke waktu. Optimasi portofolio mengambil satu matriks korelasi, biasanya diestimasi dari 3 hingga 5 tahun data historis, dan memperlakukannya sebagai struktur risiko yang sebenarnya ke depan.

Asumsi ini dilanggar dengan cara yang paling buruk. Korelasi tidak konstan; mereka bergantung pada rezim. Di pasar yang tenang, korelasi moderat. Di pasar yang tertekan, mereka konvergen menuju satu. Optimasi melihat korelasi periode tenang dan menyimpulkan bahwa portofolio memiliki diversifikasi yang sangat baik. Kemudian mengalokasikan secara agresif ke aset-aset yang berkorelasi, yakin pada manfaat diversifikasi yang akan menguap selama krisis berikutnya.

Ang dan Bekaert (2002) menunjukkan di Review of Financial Studies bahwa optimasi mean-variance meremehkan risiko ekor portofolio sebesar 40 hingga 60 persen dibandingkan model yang memperhitungkan regime switching. Konsekuensi praktisnya adalah portofolio yang dioptimalkan untuk Sharpe ratio 0,80 selama pasar normal mungkin hanya menghasilkan Sharpe ratio efektif 0,40 hingga 0,50 ketika periode krisis disertakan.

Ini bukan masalah kalibrasi kecil. Ini adalah kegagalan fundamental dari kerangka kerja di bawah kondisi yang paling penting untuk pelestarian kekayaan.

Model Regime-Switching

Model regime-switching, dipelopori oleh Hamilton (1989), menawarkan pendekatan yang lebih realistis. Alih-alih mengasumsikan satu struktur korelasi, model-model ini memungkinkan dua atau lebih rezim pasar yang berbeda -- biasanya keadaan "tenang" dan keadaan "krisis" -- masing-masing dengan matriks korelasi, mean return, dan volatilitasnya sendiri.

Model memperkirakan probabilitas berada di setiap rezim pada titik waktu mana pun dan menghasilkan estimasi risiko portofolio yang membobot kedua rezim secara tepat. Ketika probabilitas estimasi rezim krisis meningkat, model secara otomatis menaikkan estimasi risiko portofolio, bahkan jika portofolio belum mengalami kerugian.

Temuan utama dari penelitian regime-switching:

  • Rezim krisis ditandai oleh korelasi yang lebih tinggi dan volatilitas yang lebih tinggi, menciptakan pukulan ganda terhadap risiko portofolio.
  • Transisi dari rezim tenang ke rezim krisis biasanya tiba-tiba, bukan bertahap. Pasar tidak memburuk perlahan; mereka patah.
  • Rezim krisis lebih jarang tetapi lebih persisten dari yang diharapkan banyak investor. Begitu rezim krisis dimulai, biasanya berlangsung 6 hingga 18 bulan.
  • Korelasi rezim tenang antara saham dan obligasi mendekati nol atau sedikit negatif. Korelasi rezim krisis bervariasi: selama krisis deflasi (2008), obligasi rally; selama krisis inflasi (2022), obligasi jatuh bersamaan dengan ekuitas.

Untuk konstruksi portofolio, model regime-switching menghasilkan alokasi yang lebih konservatif daripada optimasi mean-variance, dengan bobot ekuitas yang lebih rendah dan alokasi yang lebih tinggi ke diversifier sejati.

Pendekatan Berbasis Copula

Copula adalah alat statistik yang memodelkan struktur ketergantungan antar variabel secara terpisah dari distribusi individualnya. Dalam manajemen risiko portofolio, mereka memungkinkan analis menangkap asimetri krusial: aset mungkin memiliki korelasi rendah selama return normal tetapi korelasi tinggi selama pergerakan ekstrem.

Copula Gaussian mengasumsikan bahwa struktur ketergantungan simetris -- korelasi di ekor sama dengan di pusat distribusi. Ini adalah asumsi implisit dari teori portofolio standar, dan ini salah. Bukti empiris secara konsisten menunjukkan bahwa return aset menunjukkan co-movement yang lebih kuat di ekor kiri (crash bersama) daripada di ekor kanan (rally bersama).

Patton (2006) mendemonstrasikan di Journal of Empirical Finance bahwa copula yang bergantung pada ekor -- khususnya copula Clayton untuk ketergantungan ekor bawah -- memberikan fit yang jauh lebih baik terhadap data return aset yang diamati. Model-model ini menangkap fakta bahwa probabilitas dua aset sama-sama jatuh 3 standar deviasi jauh lebih tinggi dari yang diprediksi distribusi normal.

Untuk implementasi praktis, model copula yang bergantung pada ekor menghasilkan:

  • Estimasi Value at Risk (VaR) dan Conditional VaR portofolio yang lebih tinggi selama skenario stres
  • Prediksi drawdown yang lebih akurat untuk portofolio multi-aset
  • Identifikasi yang lebih baik tentang pasangan aset mana yang menawarkan diversifikasi ekor sejati versus diversifikasi periode normal yang ilusif

Implikasi untuk Portofolio Multi-Aset

Fenomena breakdown korelasi memiliki implikasi mendalam tentang bagaimana investor seharusnya berpikir tentang konstruksi portofolio.

Korelasi saham-obligasi bergantung pada rezim. Selama dua dekade terakhir, saham dan obligasi umumnya berkorelasi negatif, menjadikan obligasi sebagai diversifier yang sangat baik untuk risiko ekuitas. Namun, hubungan ini berbalik selama episode inflasi 2022, ketika saham dan obligasi jatuh bersamaan. Selama tahun 1970-an dan 1980-an, korelasi saham-obligasi secara persisten positif. Investor yang mengandalkan obligasi sebagai sumber utama diversifikasi ekuitas mereka sedang membuat taruhan yang bergantung pada rezim.

Diversifikasi internasional kurang efektif selama krisis. Korelasi rata-rata antara ekuitas AS dan internasional sekitar 0,50 di pasar normal tetapi naik menjadi 0,80 atau lebih tinggi selama krisis global. Aliran modal yang terglobalisasi dan kebijakan bank sentral yang tersinkronisasi telah meningkatkan korelasi struktural ini dari waktu ke waktu.

Aset alternatif tidak kebal. Hedge fund, private equity, dan real estate semuanya menunjukkan korelasi yang meningkat dengan ekuitas selama stres sistemik. Ilikuiditas beberapa alternatif mungkin menyamarkan ini dalam return mark-to-market, tetapi eksposur ekonomi tetap ada.

Pendekatan Hedging Praktis

Mengingat diversifikasi tradisional gagal selama krisis, apa yang dapat dilakukan investor?

Hedging risiko ekor dengan opsi. Membeli opsi put out-of-the-money pada indeks ekuitas memberikan perlindungan konveks yang menjadi lebih bernilai saat korelasi melonjak. Biayanya adalah premi yang berkelanjutan, yang biasanya berjalan 1 hingga 3 persen dari nilai portofolio per tahun. Biaya ini adalah harga eksplisit dari asuransi krisis.

Strategi trend-following. Managed futures dan strategi trend-following secara historis berkinerja baik selama krisis berkepanjangan karena mereka dapat mengambil untung dari downtrend yang berkelanjutan. Mereka bukan lindung nilai yang sempurna -- mereka kesulitan dengan pembalikan V-shaped yang tajam -- tetapi mereka telah memberikan return positif selama krisis 2008 dan drawdown COVID-19.

Alokasi dinamis. Mengurangi eksposur ekuitas ketika indikator rezim volatilitas menandakan stres dapat mempertahankan modal. Aturan sederhana seperti memotong bobot ekuitas ketika volatilitas terealisasi melebihi moving average 12 bulannya lebih dari satu standar deviasi secara historis telah meningkatkan return yang disesuaikan risiko.

Safe haven sejati. US Treasuries, yen Jepang, franc Swiss, dan emas telah menunjukkan perilaku safe-haven yang konsisten di berbagai krisis, meskipun masing-masing memiliki kondisi di mana mereka mungkin gagal. Treasuries gagal sebagai lindung nilai selama siklus kenaikan suku bunga 2022. Emas sempat terjual selama kepanikan likuiditas awal Maret 2020.

Keterbatasan

Model regime-switching dan copula lebih realistis daripada optimasi mean-variance standar tetapi bukan tanpa keterbatasan. Mereka memerlukan klasifikasi rezim ex-ante, yang tunduk pada look-ahead bias. Jumlah dan sifat rezim harus ditentukan, dan salah spesifikasi dapat menyebabkan hasil yang lebih buruk daripada model yang lebih sederhana. Hedging risiko ekor mahal dan dapat secara signifikan mengurangi return selama bull market yang panjang. Tidak ada model yang sempurna menangkap dinamika non-linear dan refleksif dari krisis keuangan sejati.

Referensi

  1. Ang, A., & Bekaert, G. (2002). "International Asset Allocation With Regime Shifts." The Review of Financial Studies, 15(4), 1137-1187. https://doi.org/10.1093/rfs/15.4.1137
  2. Forbes, K. J., & Rigobon, R. (2002). "No Contagion, Only Interdependence: Measuring Stock Market Comovements." The Journal of Finance, 57(5), 2223-2261. https://doi.org/10.1111/0022-1082.00494
  3. Hamilton, J. D. (1989). "A New Approach to the Economic Analysis of Nonstationary Time Series." Econometrica, 57(2), 357-384. https://doi.org/10.2307/1912559
  4. Longin, F., & Solnik, B. (2001). "Extreme Correlation of International Equity Markets." The Journal of Finance, 56(2), 649-676. https://doi.org/10.1111/0022-1082.00340
  5. Patton, A. J. (2006). "Modelling Asymmetric Exchange Rate Dependence." International Economic Review, 47(2), 527-556. https://doi.org/10.1111/j.1468-2354.2006.00387.x

Konten edukasi saja.